AI用語集
人工知能の完全辞典
潜在拡散
より低次元の潜在空間でノイズを追加・除去することで画像を生成するプロセス。ピクセル空間よりも計算が高速で効率的です。
拡散プロセス
複数のステップでノイズを追加して初期データを徐々に破壊し、その後、このプロセスを逆にすることを学習してノイズからデータを再構成する生成手法。
ノイズスケジュール
拡散プロセスの各ステップで追加されるノイズの量と性質を定義する戦略。最終的な生成の品質と速度に影響を与えます。
U-Netモデル
'U'字型の畳み込みニューラルネットワークアーキテクチャ。拡散モデルにおいて、降下（分析）経路と上昇（合成）経路を利用してノイズを予測するために使用されます。
潜在テキスト・トゥ・イメージ
テキスト記述から潜在空間で画像を生成し、最終的にピクセル画像にデコードする潜在拡散の応用。
テキストガイダンス（分類子なしガイダンス）
テキストありとテキストなしで同時に訓練された拡散モデルを使用し、生成時にテキスト記述への適合性を強化するために予測を組み合わせる条件付け技術。
潜在デコーダ
自己エンコーダ（VAEなど）の一部で、潜在空間の圧縮表現を元の空間の最終データ（例：ピクセル画像）に変換します。
テキストエンコーダ
文字列を潜在空間の数値ベクトルに変換するモデル（CLIPなどのTransformerがよく使用される）。画像生成のための条件付けを提供します。
ネガティブ埋め込み
避けるべき概念を表現するために訓練されたテキスト埋め込みを使用し、拡散モデルの生成を望ましくないスタイルやオブジェクトから遠ざけるように誘導する手法。
レイテント修復
領域をマスクし、レイテント拡散モデルを使用して文脈を保持しながら、その領域に一貫性のある新しいコンテンツを生成することにより、既存の画像を修正するプロセス。
レイテント拡張
レイテント拡散モデルを使用して、元の画像の境界を越えて拡張し、基礎となる画像とシームレスに融合する妥当なコンテンツを生成する手法。
レイテントImage-to-Image
入力画像をレイテント空間にエンコードし、テキストプロンプトに従って部分的にノイズを加えて除去することで、元の画像のスタイルやコンテンツを変換する手法。